• Journal of Advanced Marine Engineering and Technology
• /
• 제22권4호
• /
• pp.498-504
• /
• 1998

This paper presents an optimal control algorithm for the overhead crane. To control the swing motion and the position tracking of the payload of the overhead crane a state feedback control algorithm is applied. by using a hybrid genetic algorithm the feedback gains of the state feedback is optimized to minimize the cost function composed of position errors and payload swing angle under unknown constant disturbances. Computer simulation is performed to demonstrate the effectiveness of the proposed control algorithm.

• 한국추진공학회지
• /
• 제10권4호
• /
• pp.54-60
• /
• 2006

본 연구에서는 실험을 통하여 획득한 데이터로부터 유전 알고리즘(Genetic Algorithms)과 스케일링기법(Scaling Method)을 이용한 하이브리드 기법(Hybrid Method)으로 압축기 성능선도를 생성하는 방법을 제안하였다. 기 수행한 연구에서 유전 알고리즘만 이용할 경우 압축기 성능선도 생성 시 서지점들과 쵸크점들을 예측하는데 불분명한 단점이 있어 기존의 구성품 성능선도 생성에 널리 사용하는 스케일링 기법을 보완적으로 이용하여 보다 정확한 압축기 성능선도를 생성하였다.

• 융합신호처리학회논문지
• /
• 제14권1호
• /
• pp.57-61
• /
• 2013

본 논문에서는 하이브리드 유전 알고리즘을 이용한 morphological 뉴럴 네트워크 (MNN)의 최적화 방법을 제안하였다. MNN은 max-plus 연산을 기반으로 하고 있으므로 경사 학습법에 의한 파라미터 학습이 매우 어렵다. 이러한 문제를 해결하기 위해 하이브리드 유전 알고리즘을 이용하여 MNN의 파라미터들을 학습하였다. 제안된 방법의 유용성을 보이기 위해 SIDBA(standard image database) 표준영상에서 추출된 테스트 영상을 이용한 영상 압축/복원 실험을 수행하였고, 그 결과 제안된 방법에 의한 복원 영상이 합-곱 연산에 기반한 기존의 뉴럴 네트워크에 의한 복원영상보다 우수함을 알 수 있었다.

• 한국산업정보학회논문지
• /
• 제24권5호
• /
• pp.53-64
• /
• 2019

본 연구에서는 재사용 가능한 제품을 대상으로 순방향물류(Forward logistics)에서 부터 역방향물류(Reverse logistics)에 이르기까지 전체 물류비용과 수요와 회수에 따른 제조업자에서의 재고관리, 재사용을 위한 과정에서 발생하는 청소공정비용 및 폐기비용을 고려한 재사용 네트워크 모델(Reusable network model)을 제안한다. 제안 모델의 유효성을 검증하기 위하여 최적화 기법 중 하나인 유전자 알고리즘(Genetic algorithm: GA)을 이용한다. 파라미터가 해(Solution)에 미치는 영향을 알아보기 위해서 세 가지 파라미터 조건에서 우선 순위형 GA(Priority-based GA: priGA)와, 각 세대(Generation)마다 파라미터가 조정되는 개량형 하이브리드 GA(Modified hybrid genetic algorithm: mhGA)를 사이즈가 다른 4가지 예제에 적용하여 시뮬레이션을 실시한다.

• 응용통계연구
• /
• 제27권5호
• /
• pp.693-703
• /
• 2014

실험영역을 벗어나는 다중 외삽점들에 관한 실험설계를 기획하는 경우 실험자는 종종 어느 외삽점에 더 많은 노력을 집중하여야 하는지 주어진 모형이 있다하더라도, 고민하는 경우가 있다. 본 연구에서는 이러한 상황에 관한 실험설계 문제를 다루었다. 첫 번째는 주어진 모형이 실험영역을 벗어나더라도 모형이 타당한 경우 다중 외삽점에 관한 실험설계고 다른 하나는 그렇지 않은 경우이다. 첫 번째인 경우는 비교적 기존 문헌에서 알려진 방법들이 적용될 수 있으나 그렇지 않은 경우 즉, 모형의 타당성이 의심되는 경우는 다른 실험설계기준을 제시하여야 한다, 본 연구는 이와 관련 다양한 하이브리드 방법을 제시하여 다중 외삽점에서의 문제가 어떻게 모형 불확실성하에서 전개되어야 하는지 다루어 보았다, 이를 위해 서치알고리즘의 하나인 유전알고리즘을 적용하였다. 왜냐하면 전통적인 교환알고리즘의 복잡성보다는 유전알고리즘의 효율성이 더 뛰어났다고 보기 때문이다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.487-493
• /
• 2013

스마트 기기의 보급 확대로 다양한 콘텐츠를 서비스하는 이동 단말기의 한정된 채널 할당 문제가 심화되고 있다. 이동통신망에서는 이동국에서 채널할당 요청이 있을 때 교환국에서 각 기지국에 속한 이동국에 채널을 할당한다. 이 때 한정된 채널을 효과적으로 할당하기 위한 다양한 방식들이 제안되고 있는데, 여기서는 하이브리드 채널 할당에 유전 알고리즘을 이용한 UHGA(Universal Hybrid Channel Assignment using Genetic Algorithm)이 농촌 지역이나 도심 지역과 같은 다양한 환경의 범용 망에 적용되어 효율성이 있음을 시뮬레이션을 통해 검증한다.

• 한국군사과학기술학회지
• /
• 제25권4호
• /
• pp.425-433
• /
• 2022

This paper studies the method of delivering munitions using both drones and UGVs that are developing along with the 4th Industrial Revolution. While drones are more mobile than UGVs, their loading capacity is small, and UGVs have relatively less mobility than drones, but their loading capacity is better. Therefore, by simultaneously operating these two delivery means, each other's shortcomings may be compensated. In addition, on actual battlefields, time constraints are an important factor in delivering munitions. Therefore, assuming an actual battlefield environment with a time limit, we establish delivery routes that minimize delivery time by operating both drones and UGVs with different capacities and speeds. If the delivery is not completed within the time limit, penalties are imposed. We devised the hybrid genetic algorithm to find solutions to the proposed model, and as results of the experiment, we showed the algorithm we presented solved the actual size problems in a short time.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.292-293
• /
• 2008

많은 분야에서 최적의 기준을 바탕으로 특징들의 부분집합을 선택하는 문제들이 핵심 요소로 작용하고 있다. 다양한 특징들의 부분집합 중에서 가능한 한 가장 성능이 우수한 특징들의 부분집합을 선택하기 위해서는 특징선택 방법이 알고리즘과 적용분야들을 고려해야한다. 이 논문에서는 특징선택을 위해서 서로 다른 두 종류의 최적화 문제를 탐색하는 방법을 제안하고, 그 결과를 실험으로 보여준다.

• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.565-579
• /
• 2016

본 논문에서는 극한 기계학습을 이용하는 하이브리드 균형 표본 유전자 알고리즘(hSBGA-ELM)을 기반으로 한 새로운 암 아류형 분류자를 제안하였다. 제안 된 암 아류형 분류자는 정확한 암 아류형 분류기 설계를 위해 공개 전체암지도 (Global Cancer Map)로부터 15063개의 유전자 발현 데이터를 사용합니다. 제안된 방법에서는 14가지(유방암, 전립선 암, 폐암, 대장 암, 림프종, 방광, 흑색 종, 자궁, 백혈병, 신장, 췌장, 난소, 중피종 및 CNS)의 암 아류형을 효율적으로 분류합니다. 제안 된 hSBGA-ELM은 유전자 선택 절차 및 암 아류형 분류를 하나의 프레임 워크로 단일화 한다. 제안 된 하이브리드 균형 표본 유전 알고리즘은 GCM 데이터베이스에서 이용 가능한 16,063 개의 유전자로부터 암 아류형 분류를 담당하는 축소된 강인 유전자 셋을 찾는다. 선택/축소된 유전자 세트는 익스트림 기계학습을 이용하여 암 아류형 분류기를 구성하는데 사용된다. 결과적으로, 크기가 축소된 강인 유전자 집합이 제안하는 암 아류형 분류기의 안정된 일반화 성능을 보장하게 한다. 제안 된 hSBGA-ELM은 암에 관여하는 것으로 예측되는 95개의 유전자를 발견하였으며 기존의 암 아류형 분류기와의 비교를 통해 제안 된 방법의 효율을 보여준다.

• 한국항해항만학회지
• /
• 제35권1호
• /
• pp.83-91
• /
• 2011

예측의 정확성은 비용의 감소나 고객서비스의 제고를 위해 필수적으로 선행되어야 하기에 현재까지도 많은 연구자들에 의해 연구되고 있는 분야이다. 본 연구에서는 국내 항만의 컨테이너 물동량 예측에 있어 대표적인 비선형예측모형인 인공신경망모형과 ARIMA모형에 대한 비교연구를 수행하는데 목적을 두었고, 컨테이너 물동량 예측력 제고를 위해 ARIMA모형과 인공신경망(ANN)모형을 결합한 하이브리드모형을 사용해 다른 모형들과 예측성과를 비교하고자 한다. 특히 인공신경망모형의 네트워크 구조 설계에 부분에 있어 방대하며 복잡한 탐색공간에서도 전역해 찾기에 효과적인 기법으로 알려져 있는 유전알고리즘을 사용함과 동시에 인공신경망의 대표적인 모형으로 알려진 다층 퍼셉트론(MLP)뿐만 아니라 시간지연네트워크(TDNN)를 사용해 예측성과를 비교하였다. 그 결과 ANN모형과 하이브리드모형이 ARIMA모형보다 더 뛰어난 예측성과를 보이는 것으로 나왔다.